XiaoMi-AI文件搜索系统
World File Search System扫视
以及反扫视面部
与其他物体相比，诸如面部等社交刺激更能吸引和留住注意力。我们使用 fMRI 研究了当参与者看向或远离属于不同类别（面部和汽车）的视觉刺激时，眼球运动和视觉大脑区域的活动如何受到调节。我们发现，上额沟内的一个区域对面部的反扫视和正扫视之间的差异比对汽车的反扫视更大，从而支持社交环境中的抑制控制。相比之下，与面部感知相关的腹侧枕颞区和杏仁核对面部的正扫视表现出比反扫视更高的活动，但对汽车则相反，这表明情境自上而下的机制调节了参与感知的区域的功能专业化。此外，在有面部存在的扫视过程中，我们发现额叶眼区与其他皮质和皮质下眼动结构（即下额叶眼区、后顶叶皮质和基底神经节）之间的功能连接增加，这可能反映了眼动系统对抑制社会显著刺激反应的要求更高。这些数据首次突出了与其他物体相比，朝向或远离面部的不同定向反应的神经基础。
表达扫视和视觉注意力
摘要：近年来，眼动研究中最有趣和最有争议的观察之一是猴子和人类的快速扫视现象。这些扫视的反应时间非常短（人类为 100 毫秒，猴子为 70 毫秒），以至于一些眼动专家仍然认为它们是伪像或预期反应，不需要进一步解释。另一方面，一些研究小组认为它们不仅是真实的，而且是研究扫视产生机制、视觉和眼动协调以及视觉注意机制的宝贵手段。这篇目标文章汇集了眼动和相关研究的实验证据 - 特别强调快速扫视 - 以增强我们目前对视觉、视觉注意以及服务于视觉感知和认知的眼动协调的理解。我们假设视运动反射是快速扫视发生的原因，这种快速扫视由与分离的视觉注意和决策有关的高级大脑功能控制。我们提出以神经网络为基础，建立更复杂的数学模型或灵长类动物视运动系统的计算机模拟。
驾驶员的视线行为和扫视模式
在弯路上驾驶时执行次要任务（或与驾驶无关的任务）可能存在风险且不安全。本研究的目的是探索是否可以使用多种眼球运动测量方法来评估弯路和次要任务情况下的驾驶安全性。除了典型的静态视觉测量（例如扫视频率和持续时间）之外，我们还采用了基于马尔可夫的转换算法（转换/平稳概率、熵）来量化驾驶员的动态眼球运动模式。这些算法的评估基于一项实验（Jeong & Liu，2019）的数据，该实验涉及多种道路曲率和刺激-反应次要任务类型。在较陡的弯道中，驾驶员更有可能长时间扫描少数感兴趣的区域。在实验中，不太陡的弯道中总的低头扫视时间更长，但从长远来看，较陡的弯道中低头扫视的概率更高。感兴趣区域之间的可靠转换次数因次要任务类型而异。视觉要求不高的任务的视觉扫描模式与视觉要求高的任务一样随机。与典型的静态测量相比，基于马尔可夫的动态眼球运动测量可以更好地了解驾驶员的潜在心理过程和扫描策略。所提出的方法和结果可用于车载系统设计和进一步分析交通领域的视觉扫描模式。
驾驶员的视线行为和扫视模式
在弯路上驾驶时执行次要任务（或与驾驶无关的任务）可能存在风险且不安全。本研究的目的是探索是否可以使用多种眼球运动测量方法来评估弯路和次要任务情况下的驾驶安全性。除了典型的静态视觉测量（例如扫视频率和持续时间）之外，我们还采用了基于马尔可夫的转换算法（转换/平稳概率、熵）来量化驾驶员的动态眼球运动模式。这些算法的评估基于一项实验（Jeong & Liu，2019），该实验涉及多种道路曲率和刺激-反应次要任务类型。在较陡的弯道中，驾驶员更有可能长时间扫描少数感兴趣的区域。在实验中，不太陡的弯道中总的低头扫视时间更长，但从长远来看，较陡的弯道中低头扫视的概率更高。感兴趣区域之间的可靠转换次数因次要任务类型而异。视觉要求不高的任务的视觉扫描模式与视觉要求高的任务一样随机。与典型的静态测量相比，基于马尔可夫的动态眼球运动测量提供了更好的洞察力，可以更好地了解驾驶员的潜在心理过程和扫描策略。所提出的方法和结果可用于车载系统设计和进一步分析交通中的视觉扫描模式
使用微扫视估计视觉任务难度...
我们开发了一种使用微扫视动态来测量分层表面视觉搜索任务所施加的任务难度/认知负荷的方法。先前的研究提供了一致的证据表明任务难度/认知负荷会影响微扫视活动。我们证实了这一观点。具体而言，我们在视觉搜索地形表面中嵌入的特征时探索这种关系，在任务期间允许眼睛自由移动。我们做出了两个相关的贡献。首先，我们验证了一种区分视觉搜索的环境和焦点阶段的方法。我们表明，这种视觉行为范围可以通过一个先前报告的估计量（称为 Krejtz 的 K 系数）来量化。其次，我们使用基于 K 的环境/焦点段作为响应任务难度的微扫视分析的调节因素。我们发现，在视觉搜索的聚焦阶段，(a) 微扫视幅度显著增加，(b) 微扫视速率显著降低，任务难度增加。我们得出结论，结合使用 K 和微扫视分析可能有助于构建有效的工具，这些工具可在执行任务时指示任务内的认知活动水平。
功能性超声神经影像学揭示了在后顶皮层的侧向内区域扫视扫视
1加利福尼亚理工学院的生物学与生物工程；美国加利福尼亚州91125，帕萨迪纳。2医学物理学巴黎，Inserm，CNRS，ESPCI巴黎，PSL研究大学； 75012巴黎，法国。3法国巴黎生物医学超声的INSERM技术研究加速器4 USC凯克医学院神经外科系；美国加利福尼亚州洛杉矶90033，美国。5 USC神经园林中心，USC凯克医学院；美国加利福尼亚州洛杉矶90033，美国。6兰乔·洛斯·阿米戈斯国家康复中心；美国加利福尼亚州90242，美国。7 T＆C Chen Brain-i界接口中心，加利福尼亚理工学院；美国加利福尼亚州91125，帕萨迪纳。 8南加州大学生物医学工程；美国加利福尼亚州洛杉矶。 9化学与化学工程，加利福尼亚理工学院；美国加利福尼亚州91125，帕萨迪纳。 10 Andrew和Peggy Cherng医学工程系，加利福尼亚理工学院；美国加利福尼亚州91125，帕萨迪纳。 11霍华德·休斯医学院；美国加利福尼亚州91125，帕萨迪纳。 a a型侧面侧面皮层（LIP）位于后顶叶皮层（PPC）内是将空间信息转化为准确的Saccadic眼球运动的重要区域。 尽管进行了广泛的研究，但我们并不完全了解唇内预期运动方向的功能解剖结构。 这部分是由于技术挑战所致。 电生理记录只能记录来自PPC的小区域，而fMRI和其他全脑技术缺乏足够的时空分辨率。7 T＆C Chen Brain-i界接口中心，加利福尼亚理工学院；美国加利福尼亚州91125，帕萨迪纳。8南加州大学生物医学工程；美国加利福尼亚州洛杉矶。 9化学与化学工程，加利福尼亚理工学院；美国加利福尼亚州91125，帕萨迪纳。 10 Andrew和Peggy Cherng医学工程系，加利福尼亚理工学院；美国加利福尼亚州91125，帕萨迪纳。 11霍华德·休斯医学院；美国加利福尼亚州91125，帕萨迪纳。 a a型侧面侧面皮层（LIP）位于后顶叶皮层（PPC）内是将空间信息转化为准确的Saccadic眼球运动的重要区域。 尽管进行了广泛的研究，但我们并不完全了解唇内预期运动方向的功能解剖结构。 这部分是由于技术挑战所致。 电生理记录只能记录来自PPC的小区域，而fMRI和其他全脑技术缺乏足够的时空分辨率。8南加州大学生物医学工程；美国加利福尼亚州洛杉矶。9化学与化学工程，加利福尼亚理工学院；美国加利福尼亚州91125，帕萨迪纳。10 Andrew和Peggy Cherng医学工程系，加利福尼亚理工学院；美国加利福尼亚州91125，帕萨迪纳。 11霍华德·休斯医学院；美国加利福尼亚州91125，帕萨迪纳。 a a型侧面侧面皮层（LIP）位于后顶叶皮层（PPC）内是将空间信息转化为准确的Saccadic眼球运动的重要区域。 尽管进行了广泛的研究，但我们并不完全了解唇内预期运动方向的功能解剖结构。 这部分是由于技术挑战所致。 电生理记录只能记录来自PPC的小区域，而fMRI和其他全脑技术缺乏足够的时空分辨率。10 Andrew和Peggy Cherng医学工程系，加利福尼亚理工学院；美国加利福尼亚州91125，帕萨迪纳。11霍华德·休斯医学院；美国加利福尼亚州91125，帕萨迪纳。a a型侧面侧面皮层（LIP）位于后顶叶皮层（PPC）内是将空间信息转化为准确的Saccadic眼球运动的重要区域。尽管进行了广泛的研究，但我们并不完全了解唇内预期运动方向的功能解剖结构。这部分是由于技术挑战所致。电生理记录只能记录来自PPC的小区域，而fMRI和其他全脑技术缺乏足够的时空分辨率。在这里，我们使用功能性超声成像（FUSI），这是一种具有高灵敏度，大空间覆盖范围和良好空间分辨率的新兴技术，以确定如何在PPC跨PPC编码运动方向。我们使用FUSI记录了PPC中脑血容量的局部变化，因为两只猴子在整个视野中对目标进行了记忆引导的扫视。然后，我们分析了PPC每个冠状平面内首选方向反应场的分布。嘴唇中的许多子区域表现出强烈的定向调整，在几个月到几年之间是一致的。这些介质图在嘴唇中揭示了一个高度异质的组织，其中许多相邻的皮层编码不同的方向。唇部有一个粗糙的地形，前唇代表更对侧的向上运动，而后唇则代表了更对侧的向下运动。这些结果解决了我们对Lip功能组织的理解：贴片的邻里组织和整个LIP的更广泛的组织。这些发现是通过在数月到几年中跟踪相同的唇部种群的方法来实现的，并在以前使用fMRI或电生理学方法无法实现的方向特异性的介观图。c ommon缩写使用CBV：脑血体积FUSI：功能性超声成像GLM：通用线性型号IPS：内部内沟LDA LDA：线性判别分析LFP：局部田间电势LIP：侧向内部室内区域
使用深度学习对大脑活动中的扫视方向进行分类
眼动追踪技术可以预测眼睛的注视方向，从而根据大脑活动来判断凝视方向。解决这一问题最成功的尝试之一是预测眼动估计回归 [LaConte 等人，2007]，这是一种基于成像的方法，使用机器学习算法根据眼睛的体素数据来估计功能性磁共振成像 (fMRI) 时间序列中的注视方向 [Son 等人，2020]。这对于那些买不起眼动追踪系统或不具备分析眼动追踪数据专业知识的神经科学实验室来说具有巨大的潜力。然而，fMRI 数据采集成本高昂，并且不能提供认知发生水平的时间分辨率。相比之下，EEG 是一种安全且成本低廉的方法，可以直接测量大脑的电活动，并可以在临床环境中进行测量（例如在病床上进行长期记录）。机器学习技术可以从脑电图记录中提取大脑活动信息，并在几个重要的基于脑电图的研究和应用领域中发挥着至关重要的作用[Roy et al . 2019a]。具体来说，深度学习允许计算模型学习具有多个抽象级别的数据表示，从而使用数据集提供的所有信息[Vahid et al . 2020]。尽管深度学习在脑电图时间序列分类方面已被证明是成功的并且得到了广泛的应用[Roy et al . 2019b]，但它在实验研究和架构设计方面仍然落后于图像识别。在这个项目中，作为对凝视位置进行分类的第一步，我们假设可以通过结合脑电图和深度学习来恢复扫视的方向（左和右）。这反过来又可以为已经获得的和可用的脑电图研究提供关于扫视方向的更多信息，从而可以重新分析这些数据集，以验证结果并解决以前不适用的新研究问题（例如，与年龄相关的大脑活动差异因老年受试者比年轻受试者更频繁地移动眼睛这一事实而变得复杂 [Płomecka et al. 2020]）。此外，从脑电图数据中恢复眼球注视信息可以潜在地改善许多基于脑电图的辅助技术，例如基于非侵入性脑机接口 (BCI) 的假肢或移动机器人，提供额外丰富的测量指标并帮助现有技术提高性能 [Kapralov et al . 2019]。我们相信这项研究为更先进的辅助技术提供了一些重要见解，例如将 ET 与脑电图相结合的混合方法 [Millán et al. 2010]。已经有一些关于经典监督机器学习技术的研究；例如，[Bulling et al.
社会感知驱动与眼球运动相关的大脑活动
与其他物体相比，诸如面部等社交刺激更能吸引和留住注意力。我们使用 fMRI 研究了当参与者看向或远离属于不同类别（面部和汽车）的视觉刺激时，眼球运动和视觉大脑区域的活动如何受到调节。我们发现，上额沟内的一个区域对面部的反扫视和正扫视之间的差异比对汽车的反扫视更大，从而支持社交环境中的抑制控制。相比之下，与面部感知相关的腹侧枕颞区和杏仁核对面部的正扫视表现出比反扫视更高的活动，但对汽车则相反，这表明情境自上而下的机制调节了参与感知的区域的功能专业化。此外，在有面部存在的扫视过程中，我们发现额叶眼区与其他皮质和皮质下眼动结构（即下额叶眼区、后顶叶皮质和基底神经节）之间的功能连接增加，这可能反映了眼动系统对抑制社会显著刺激反应的要求更高。这些数据首次突出了与其他物体相比，朝向或远离面部的不同定向反应的神经基础。
追随阿甘正传
大多数研究平滑追踪 (SP) 相关大脑活动的 fMRI 研究都使用了简单的合成刺激，例如正弦移动的点。然而，现实生活中的情况要复杂得多，SP 并不是孤立发生的，而是在扫视和注视序列中发生的。这就引发了一个问题：在跟踪电影中的移动物体时，是否会激活与在实验室条件下识别出的 SP 相同的大脑网络。在这里，我们使用了公开的 studyforrest 数据集，该数据集提供眼球运动记录以及 15 名受试者在观看好莱坞电影“阿甘正传”时的 3 T fMRI 记录。所有三个主要的眼球运动事件，即注视、扫视和平滑追踪，都是使用最先进的算法检测到的。在我们的分析中，平滑追踪 (SP) 是我们感兴趣的眼球运动，而扫视由于其变化性较低，充当了观看行为的稳定状态。对于 fMRI 分析，我们最初使用事件相关设计建模扫视和 SP 作为回归量。由于 SP 和内容运动相互依赖，我们随后添加了一个新的低级内容运动回归量，以将大脑激活从这两个来源中分离出来。我们发现 SP 期间的 BOLD 反应比 MT + /V5、延伸至楔前叶的中扣带回和右颞顶交界处的双侧扫视更高。当添加运动回归量时，SP 在颞上沟、楔前叶和辅助眼区皮质中显示出比双侧扫视更高的 BOLD 反应，这可能是由于背景运动的混杂效应。与 SP 相比，只有部分 V2 在扫视期间显示出更高的激活。总的来说，我们的方法应该被视为解读与 SP 相关的大脑活动的原理证明，SP 是复杂动态自然情境中除扫视之外最突出的眼球运动之一。
语义新颖性调节人类大脑对视觉变化的神经反应
摘要 我们日常生活中的连续视觉体验以变化为主。先前的研究主要关注由于刺激运动、眼球运动或展开事件而引起的视觉变化，但没有关注它们对大脑的综合影响，或它们与语义新颖性的相互作用。我们研究了观看电影时对这些新颖性来源的神经反应。我们分析了 23 名受试者的 6328 个电极上的颅内记录。与扫视和影片切换相关的反应在整个大脑中占主导地位。语义事件边界处的影片切换在颞叶和内侧颞叶中特别有效。对具有高视觉新颖性的视觉目标的扫视也与强烈的神经反应相关。高阶关联区域的特定位置对高或低新颖性扫视表现出选择性。我们得出结论，与影片切换和眼球运动相关的神经活动遍布整个大脑，并受到语义新颖性的调节。